İçeriğe geç
parazade
Yapay Zeka

DreamBooth Nedir?

Yayın: · Son güncelleme:

DreamBooth Nedir? Kısaca

DreamBooth, metinden görsel üreten bir difüzyon modeline, belirli bir nesneyi, karakteri ya da tarzı yalnızca birkaç örnek görselle öğreten ve bu öğeyi farklı sahnelerde tutarlı biçimde üretmeyi sağlayan bir ince ayar yöntemidir.

DreamBooth nedir?
İçindekiler
  1. DreamBooth nedir?
  2. Nasıl çalışır?
  3. Nelere dikkat etmeli?

DreamBooth, 2022'de yayımlanan bir araştırmayla tanıtıldı. Genel amaçlı görsel üretim modelleri "bir köpek" çizebilir ama "senin köpeğini" bilmez. DreamBooth, modele bu tür belirli bir öğeyi öğretmek için geliştirildi.

DreamBooth nedir?

Yöntem, öğretilecek öğeyi temsil eden özel ve nadir bir kelime (tanımlayıcı) belirler. Ardından model, bu öğenin birkaç fotoğrafıyla ince ayar yapılarak eğitilir. Eğitimden sonra prompt içinde bu tanımlayıcı kullanıldığında model o öğeyi üretir. Örneğin varsayımsal bir kupa için "[tanımlayıcı] kupa, karlı bir dağın tepesinde" gibi bir prompt yazılabilir.

Nasıl çalışır?

  1. Öğenin farklı açılardan çekilmiş birkaç görseli hazırlanır.
  2. Bu görseller, tanımlayıcı kelime ve sınıf adı içeren bir metinle eşleştirilir.
  3. Model bu örneklerle kısa süre eğitilir.
  4. Modelin genel sınıf bilgisini unutmaması için aynı sınıfa ait örnekler de eğitime katılır; buna "önceden korunan kayıp" (prior preservation) denir.

DreamBooth, tüm modelin ağırlıklarını güncellediği için yüksek kaliteli ama büyük dosyalar üretir. Bu nedenle pratikte sıklıkla LoRA gibi daha hafif yöntemlerle birlikte uygulanır.

Nelere dikkat etmeli?

  • Çok az ya da birbirine çok benzer görsellerle eğitim, modelin yalnızca bu görselleri ezberlemesine yol açabilir.
  • Uzun eğitim, modelin genel yeteneklerini bozabilir.
  • Gerçek kişilerin fotoğraflarıyla izinsiz model eğitmek, kişilik hakları ve kişisel veri açısından ciddi sorunlar doğurur ve deepfake riskini artırır.
  • Telifli karakter ya da ürünlerle eğitilmiş modellerin kullanımı hukuki sorunlara yol açabilir.

Bu yöntem, karakter tutarlılığı sağlamak için kullanılan tekniklerden biridir.

Sıkça Sorulan Sorular

DreamBooth ile LoRA farkı nedir?

DreamBooth bir eğitim yaklaşımıdır ve klasik hâlinde tüm modeli günceller. LoRA ise yalnızca küçük ek katmanları eğitir. İkisi birlikte kullanılabilir; bu durumda daha küçük dosyalarla benzer sonuç alınır.

DreamBooth için kaç görsel gerekir?

Yöntem az sayıda görselle çalışacak şekilde tasarlanmıştır; genellikle birkaç ile birkaç düzine arası görsel kullanılır. Görsellerin farklı açı ve ışıklarda çekilmiş olması sonucu iyileştirir.

İlgili terimler

LoRA(Low-Rank Adaptation)LoRA (Low-Rank Adaptation), büyük bir yapay zekâ modelinin ağırlıklarını değiştirmeden, üzerine eklenen küçük bir dosyayla modele yeni bir tarz, karakter ya da görev öğretme yöntemidir. Tam eğitime göre çok daha az bellek ve süre gerektirir.İnce Ayar(Fine-tuning)İnce ayar (fine-tuning), önceden eğitilmiş bir yapay zekâ modelini daha küçük ve göreve özel bir veri kümesiyle yeniden eğiterek belirli bir işe, üsluba veya alana uyarlama işlemidir.Stable DiffusionStable Diffusion, yazılı bir açıklamadan görsel üreten, gizil difüzyon yöntemine dayanan ve ağırlıkları indirilip kişisel bilgisayarda da çalıştırılabilen bir metinden görsele yapay zekâ modeli ailesidir.Karakter Tutarlılığı(Character Consistency)Karakter tutarlılığı, yapay zekâyla üretilen farklı görsel ya da video sahnelerinde aynı karakterin yüz hatları, saç, kıyafet ve genel görünümünün tanınabilir biçimde korunmasıdır; hikâye anlatımı, çizgi roman ve marka içerikleri için önemlidir.PromptPrompt (istem), bir yapay zekâ modeline ne yapmasını istediğinizi anlatan metindir; bir soru, talimat, örnek ya da bunların birleşimi olabilir. Modelin cevabının kalitesi büyük ölçüde promptun ne kadar açık ve ayrıntılı yazıldığına bağlıdır.DeepfakeDeepfake, derin öğrenme yöntemleriyle bir kişinin yüzünü, sesini ya da hareketlerini taklit ederek gerçekte yaşanmamış olayları gerçekmiş gibi gösteren sahte video, görsel veya ses içeriğidir. Dolandırıcılık ve dezenformasyon riski taşır.